시작하기무료로 시작하기

구매 흐름

회원가입 이후에는 매출이 어떻게 발생하는지 모델링해 보겠습니다. 고객이 가입을 완료한 뒤 구매를 할지 말지 결정하는 과정은 이항 확률변수로 모델링하기에 자연스럽습니다. 가입자의 10%가 구매로 이어진다고 가정해 볼게요.

고객이 여러 번 구매할 수 있지만, 여기서는 한 번만 구매한다고 가정하겠습니다. 구매 금액은 연속형 확률변수로 모델링할 수 있는데, 그중 지수 분포가 좋은 후보입니다. 고객 1인당 평균 구매 금액이 약 $1000이라고 알려져 있다고 가정합시다. 이 정보를 사용해 purchase_values 확률변수를 생성합니다. 그러면 매출(revenue)은 모든 구매 금액의 합이 됩니다.

이전 연습 문제에서 사용한 변수 ct_rate, su_rate와 함수 get_signups()는 미리 로드되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 하는 통계 시뮬레이션

강의 보기

연습 안내

  • p=0.1인 이항 확률변수로 purchases를 모델링하세요.
  • scale=1000이고 적절한 size를 갖는 지수 분포 확률변수로 purchase_values를 모델링하세요.
  • purchase_values의 합을 rev에 추가하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

def get_revenue(signups):
    rev = []
    np.random.seed(123)
    for s in signups:
        # Model purchases as binomial, purchase_values as exponential
        purchases = ____(s, p=____)
        purchase_values = ____
        
        # Append to revenue the sum of all purchase values.
        rev.append(____)
    return rev

print("Simulated Revenue = ${}".format(get_revenue(get_signups('low', ct_rate, su_rate, 1))[0]))
코드 편집 및 실행